Підлісний Ю. І. Методи та моделі контекстно-адаптивного оцінювання ризиків інформаційної безпеки IoT-середовищ

Актуальність роботи. Розвиток Інтернету речей (Internet of Things, IoT), кіберфізичних систем, периферійних обчислень і промислового Інтернету речей (Industrial Internet of Things, IIoT) супроводжується ускладненням сучасних інформаційно-комунікаційних систем. IoT-середовища об’єднують пристрої з різним призначенням, обчислювальними можливостями та протоколами взаємодії. Їхній склад, конфігурація і зв’язки між компонентами можуть змінюватися під час експлуатації. Водночас зростає різноманітність кіберзагроз, здатних впливати як на окремі пристрої, так і на роботу середовища загалом. У дисертації розв’язано актуальне наукове завдання, що полягає в розробленні моделі формування контекстно-ризикового профілю IoT-пристрою за результатами інтелектуально-контекстної класифікації та удосконаленні методу оцінювання ризиків інформаційної безпеки IoT-середовищ у процесі аудиту. Під час визначення рівня ризику також враховується попередньо сформований показник ризику прихованої компрометації. Метою роботи є розроблення моделі побудови контекстно-ризикового профілю IoT-пристрою за результатами інтелектуально-контекстної класифікації та удосконалення методу оцінювання ризиків інформаційної безпеки IoT-середовищ з урахуванням цього профілю, поточного стану безпеки й попередньо сформованого показника ризику прихованої компрометації під час аудиту. Для досягнення мети проаналізовано підходи до класифікації IoT-пристроїв, виявлення вразливостей, аналізу аномальної активності та оцінювання ризиків. Розроблено модель формування контекстно-ризикового профілю пристрою за результатами інтелектуально-контекстної класифікації. Удосконалено метод оцінювання ризиків на основі нечіткого логічного виведення типу Мамдані з урахуванням показника ризику прихованої компрометації BackdoorRisk. Визначено підхід до побудови інформаційної технології для узгодженого застосування моделі та методу. Запропоновані рішення перевірено з використанням відкритих наборів даних з безпеки IoT і програмно сформованих контекстно-ризикових сценаріїв. Наукова новизна одержаних результатів полягає в такому: – Вперше розроблено модель побудови контекстно-ризикового профілю IoT-пристрою за результатами інтелектуально-контекстної класифікації. Модель передбачає класифікацію пристрою за п’ятьма критеріями: рівнем вбудованого інтелекту, характеристиками безпеки, архітектурою взаємодії, функціональним контекстом і динамічністю середовища. Результати класифікації за кожним критерієм зберігаються в профілі без зведення до одного числового показника. – Удосконалено метод контекстно-адаптивного оцінювання ризиків інформаційної безпеки IoT-середовищ на основі нечіткого логічного виведення типу Мамдані. Метод передбачає спільне врахування семи вхідних параметрів: критичності активу, рівня загрози, рівня вразливості, можливостей потенційного порушника, імовірності реалізації загрози, тяжкості її наслідків та попередньо сформованого показника ризику прихованої компрометації BackdoorRisk. Параметри, що залежать від контексту, уточнюються з урахуванням профілю пристрою та даних про поточний стан безпеки. Показник BackdoorRisk надходить до системи як окремий вхідний параметр. – Набув подальшого розвитку підхід до побудови інформаційної технології оцінювання ризиків інформаційної безпеки IoT-середовищ. На відміну від відокремленого застосування класифікації пристроїв та оцінювання ризиків, підхід передбачає використання контекстно-ризикового профілю пристрою разом із даними про поточний стан безпеки для формування вхідних параметрів нечіткого оцінювання. Практичне значення одержаних результатів полягає у програмній реалізації модуля оцінювання ризиків інформаційної безпеки IoT-середовищ та окремої експериментальної процедури класифікації мережевих подій. Модуль реалізовано в середовищі MATLAB із використанням Fuzzy Logic Toolbox. Він обробляє сім попередньо сформованих вхідних параметрів, виконує нечітке логічне виведення типу Мамдані та визначає показник RiskLevel і відповідну категорію ризику. Експериментальну класифікацію мережевих подій досліджено окремо як засіб одержання відомостей про активність в IoT-середовищі. Впровадження результатів. Результати дисертаційного дослідження впроваджено у практичну діяльність ТОВ «ЛЮМ’ЄР ЕЛЕКТРО», ТОВ «АРКАДА ФІНАНС» і ТОВ «АТРІЯ КОМПАНІ» для аналізу стану інформаційної безпеки, оцінювання ризиків та аналізу аномальної мережевої активності. Окремі результати використовуються в освітньому процесі Національного університету «Чернігівська політехніка» під час підготовки фахівців з кібербезпеки та комп’ютерних наук. Одержані результати дають змогу формувати оцінку ризику з урахуванням характеристик IoT-пристрою, його контекстно-ризикового профілю та поточного стану безпеки. Визначений у роботі підхід до побудови інформаційної технології встановлює порядок спільного застосування розробленої моделі й удосконаленого методу в процесі аудиту IoT-середовищ.